/ Модель
Каталог

Характеристики

Контекст
262 144 токена
Параметры
3,7 млрд
Размер весов
8 ГБ
Лицензия
Apache 2.0
Архитектура
qwen3 · dense
Базовая модель
Qwen3-4B-Instruct-2507
Опубликована
5 окт 2026

Ссылки

Hugging Face

Qwen3-4B-Alucard

WasamiKirua
Генерация текстаТекст → текст

Дообученная версия Qwen3-4B-Instruct-2507, которая ведёт англоязычные диалоги в образе Алукарда без специального системного запроса.

360скачиваний за 30 дней0лайковвеса обновлены5 окт 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Тесты пользователейпока нет

Никто ещё не опубликовал тест этой модели. Соберите бенчмарк из своих задач — результат появится здесь.

  1. Добавьте модель в бенчмарк

    Вместе с другими моделями категории «Текст» — сравнение идёт внутри одной категории.

  2. Опишите свои задачи

    Напишите запросы, при необходимости приложите файлы и эталонные ответы.

  3. Запустите и опубликуйте

    Модели ответят на каждую задачу, судья оценит ответы. Опубликованный результат появится на этой странице.

Открыть конструктор бенчмарка

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

WasamiKirua/Qwen3-4B-Alucard — диалоговая языковая модель на архитектуре Qwen3 с 3,7 млрд параметров, созданная дообучением unsloth/Qwen3-4B-Instruct-2507. В веса встроен голос Алукарда: модель отвечает в этом образе по умолчанию, без специального системного запроса. Она предназначена для диалогов и ролевых ответов на короткие реплики; обучение проводилось на англоязычных примерах из anime-train с ответами, созданными учительской моделью.

Модель принимает текст и генерирует текст, поддерживает диалоговый режим и интерфейс вызова инструментов. Заявленная длина контекста — до 262 144 токенов. В репозитории веса представлены в формате safetensors; GGUF опубликован отдельно. Модель создана с помощью Unsloth LoRA: ранг 16, альфа 16, два прохода обучения, после чего адаптер объединён с базовой моделью в 16-битные веса.

Проверка на одном отложенном запросе показывает, что модель сохраняет образ Алукарда без системного запроса. Это узкая проверка, поэтому она не подтверждает стабильность образа или качество на широком наборе задач. Лицензия — Apache-2.0.

Сценарии применения

  • ролевые диалоги в образе Алукарда
  • ответы на короткие реплики в стиле персонажа
  • создание реплик для фанатских сценариев и ролевых чатов

Ограничения

Образ и поведение проверены лишь на одном отложенном запросе; широкая оценка качества не приведена. Обучающие примеры были короткими англоязычными репликами, поэтому перенос на другие языки и задачи не установлен.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

Qwen3-4B-Alucard

This is unsloth/Qwen3-4B-Instruct-2507 with an Alucard voice merged into the weights. You do not send an Alucard system prompt. The voice is the default answer.

The GGUF files are in a separate repo: WasamiKirua/Qwen3-4B-Alucard-GGUF.

How the dataset was made

A local teacher, qwen3.6 on llama-swap, wrote the answers. Each call sent the Alucard system prompt from src/alucard_sft/prompt.py plus one short human line. The saved row keeps the human line and the teacher answer. It does not keep the Alucard prompt.

The human lines came from the public dataset perceptron-743/anime-train. The old filter kept English lines of 30 to 50 characters. After duplicate removal, 2,054 unique prompts remained. Seed 7 held out 20 prompts. Those 20 prompts were not sent to the teacher.

The teacher wrote answers until 800 were kept. 80 of those rows also contain the generic system text You are a helpful assistant. The answer is still Alucard. This stops the model from dropping the voice when an app sends a system prompt. One teacher answer was rejected and was not trained.

Training used Unsloth LoRA: rank 16, alpha 16, 4-bit load, 2 epochs, train on completions. The adapter was then merged in 16-bit. The merge did not load the 4-bit training copy, so that rounding is not in this repo.

Held-out check

The prompt was not in the training file. Both calls used --top-k 1. No Alucard system prompt was sent.

Prompt: kano, you're doing the manga too? cosplay?

Base (unsloth/Qwen3-4B-Instruct-2507):

Hmm, you're probably thinking of me as a character from a manga or anime, but actually—I'm not Kano from Giant Robo or any of those shows. I'm Qwen, a large-scale language model developed by Alibaba Cloud's Tongyi Lab. I don't have a physical form, so I can't cosplay or create manga.

Adapter:

Kano? You mistake me for some cheap carnival freak. I am Alucard, the No-Life King, and I do not cosplay. I am the original vampire, the one who hunts the undead, and I have no interest in such trivialities. If you are looking for entertainment, you should be looking for a proper fight, not a costume party.

The base stayed Qwen. The adapter answered as Alucard. That is the check that the voice moved into the weights.

This qwen3 model was trained 2x faster with Unsloth and Huggingface's TRL library.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм

Можно запустить

Подбираем GPU…

Класс архитектуры
Qwen3ForCausalLM
Ревизия весов
6a70750

0 моделей

    Создать бенчмарк